Material didático – Profa. Dra.

Adriana Barbosa Santos

Variáveis Aleatórias
Definição: Modelos probabilísticos para
Uma variável aleatória X é uma função com valores numéricos, cujo valor é
determinado por fatores de chance, ou seja, podem estar sujeitos à influência variáveis aleatórias discretas
conjunta dos fatores associados ao experimento que interagem
conjuntamente. Tal variável pode ser discreta ou contínua.
Modelo binomial
Variável aleatória discreta
Definição: Seja a variável aleatória X o número total de sucessos em n
É o tipo de variável que assume um número finito de valores possíveis ou ensaios de Bernoulli (sucesso ou fracasso). Dizemos que X tem uma
número infinito enumerável. De um modo geral, os valores de X pertencem ao distribuição binomial com parâmetros n e p e sua função de probabilidade é
conjunto dos inteiros. Uma variável aleatória discreta está bem definida se dada por:
pudermos indicar os possíveis valores x1, x2,..., xn que ela pode assumir e as 𝑛
respectivas probabilidades p(x1), p(x2),..., p(xn). Se conhecermos a os pares 𝑃(𝑋 = 𝑘) = ( ) 𝑝𝑘 (1 − 𝑝)𝑛−𝑘 ; 𝑘 = 0, 1, 2, 3, … , 𝑛
𝑘
(xi; p(xi)), para todo i, conhecemos a distribuição de probabilidades da A média e a variância de uma v.a. com distribuição binomial, com parâmetros
variável aleatória X. n e p são dadas por:

Condições: Média: 𝐸(𝑋) = 𝑛𝑝;

a) p(xi)≥0 , i=1, ..., n Variância: 𝑉(𝑋) = 𝑛𝑝(1 − 𝑝)
n
b)
 p( x ) = 1
i =1
i Exercícios:
1. Suponha que a probabilidade de uma pessoa acreditar numa notícia falsa
Função de distribuição acumulada de probabilidade – F(x) (fake news) que circula nas redes sociais seja de 0,7. Uma notícia falsa foi
enviada para 100 contatos escolhidos aleatoriamente numa rede social, qual
Definição: A função distribuição ou função distribuição acumulada de a probabilidade de no máximo 2 pessoas acreditarem que a notícia seja
probabilidade de uma variável aleatória discreta X é definida, para qualquer verdadeira?
número real 𝑥, pela seguinte expressão: 2. Numa fábrica, a máquina 1 produz por dia o dobro de peças que a máquina
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) 2. Sabe-se que 4% das peças fabricadas pela máquina 1 são defeituosas e
que a no caso da máquina 2 o percentual é de 7%. A produção diária das
máquinas é misturada. Extraída uma amostra aleatória de 20 peças, qual é
Média ou Esperança de uma Variável Aleatória discreta X
a probabilidade de que essa amostra contenha: (a) duas peças defeituosas?
Definição: Dada uma v.a. discreta, assumindo os valores x1, x2,..., xn ,
(b) pelo menos duas defeituosas?
chamamos valor médio ou esperança de X ao valor:
n 3. Um carregamento de sete televisores contém dois aparelhos com defeitos.
 x = E ( X ) =  xi p( xi ) Um hotel faz uma compra aleatória de 3 desses aparelhos. Se X é o número
i =1 de aparelhos com defeitos comprados pelo hotel, determine a distribuição
de probabilidade de X. Expresse os resultados graficamente em um
Variância e desvio padrão de uma Variável Aleatória histograma de probabilidade.
discreta X:
Definição: Chamamos de variância de uma v.a. discreta ao valor: Modelo de Poisson
n
 = V ( X ) =  ( xi −  x ) p( xi )
2
x
2

i =1 Definição: Uma variável aleatória X tem distribuição de Poisson com parâmetro

𝜎𝑥 = √𝑉(𝑋) é o desvio padrão de X.
Exercícios:
1. A tabela abaixo apresenta o modelo de probabilidades da variável aleatória
X, que corresponde ao número de carros por domicílio nos EUA. (a) Verifique
se essa é uma distribuição discreta legítima (b) Expresse em palavras o que é
o evento {X>2} e ache P(X>2). (c) Se as construtoras em sua maioria
constroem casas com garagens para dois carros, qual será percentual de
domicílios com carros sem garagem?
Num Carros (X) 1 2 3 4 5 6
Probabilidade 0,09 0,36 0,35 0,13 0,05 0,02
2. Um caça-níquel tem dois discos que funcionam independentemente um do
outro. Cada disco tem 10 figuras: 4 maçãs, 3 bananas, 2 peras e 1 laranja.
Uma pessoa paga R$80,00 e aciona a máquina. Se aparecerem 2 maçãs,
ganha R$40,00; Se aparecerem 2 bananas, ganha R$80,00; R$140,00 se
aparecerem 2 peras e R$180,00 se aparecerem 2 laranjas. a) Qual a
probabilidade de se lucrar menos de R$20,00; b)É possível que o seu lucro
médio seja negativo? Caso ele aposte R$100,00 na jogada seu lucro médio
aumentará?
3. Em certo bairro de uma cidade, a necessidade de dinheiro para comprar
drogas é citada como a razão para 75% de todos os roubos. Sendo assim, qual
é a probabilidade de que, entre os próximos 5 assaltos reportados nesse
bairro, (a) exatamente dois resultem da necessidade de dinheiro para comprar
drogas; (b) no máximo 3 resultem da necessidade de dinheiro para comprar
drogas, sabendo-se que ao menos 2 são por essa razão?
>0 se sua função de probabilidade é dada por
𝜆𝑘 𝑒 −𝜆
𝑃(𝑋 = 𝑘) = , 𝑘 = 0,1,2, …
𝑘!
Com o parâmetro  sendo usualmente referido como a taxa de ocorrência. A
média e a variância de uma v.a. de Poisson são dadas por:
𝐸(𝑋) = 𝜆 e 𝑉(𝑋) = 𝜆
Exercícios:
1. Uma loja vende, em média, 2,5 fogões por dia. Certo dia, ao encerrar o
expediente, verifica-se existirem três fogões em estoque, e sabe-se que a
nova remessa só chegará depois de dois dias. Qual a probabilidade de, no
fim desses dois dias, a loja não ter deixado de atender, por falta de estoque,
ás pessoas que vierem comprar?
2. Uma indústria de tintas recebe pedidos de seus vendedores através de
telefone, e-mail, Facebook e Whatsapp. O número de pedidos que chegam
por qualquer meio (no horário comercial) é uma variável aleatória discreta
com distribuição de Poisson com taxa de 5 pedidos por hora. a) Calcule a
probabilidade de mais de 2 pedidos por hora; b) Em um dia de trabalho (8
horas), qual seria a probabilidade de haver 50 pedidos? c) Não haver
nenhum pedido em um dia de trabalho é um evento raro?
3. Em momentos de pico, a chegada de aviões a um aeroporto se dá segundo
o modelo de Poisson com taxa de 1 por minuto.
a) determine a probabilidade de 3 chegadas em um minuto qualquer do
horário de pico; b) se o aeroporto pode atender 2 aviões por minuto, qual a
probabilidade de haver aviões sem atendimento imediato? Previsões para
os próximos anos indicam que o tráfego deve dobrar nesse aeroporto,
enquanto que a capacidade de atendimento poderá ser no máximo
ampliada em 50%. Como ficará a probabilidade de espera por atendimento?
 Material didático – Profa. Dra. Adriana Barbosa Santos

Variável aleatória contínua: Modelos probabilísticos para

É o tipo de variável que assume todos os valores em um intervalo de números.
A distribuição de probabilidade de X é descrita por uma curva de densidade. A variáveis aleatórias contínuas
distribuição de uma variável aleatória contínua associa as probabilidades às
áreas sob uma curva de densidade f(x). Neste caso, os valores de X Modelo Uniforme
pertencem ao conjunto dos reais.
Condições:
Definição: Uma variável aleatória X tem distribuição Uniforme no intervalo [a,
a) f(x) ≥0
+∞ b] se sua função densidade de probabilidade for dada por:
b) ∫−∞ 𝑓(𝑡)𝑑𝑡 =1

Função de distribuição acumulada de uma variável aleatória

contínua X – F(x)
Dada uma v.a. X com função densidade de probabilidade f(x), podemos definir Notação: 𝑋~𝑈(𝑎; 𝑏). A média e variância de X são dadas por:
a sua função de distribuição acumulada (f.d.a.), F(x) como:
𝑥
𝑏+𝑎
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡 Média: 𝐸(𝑋) = ;
−∞
2

(𝑏−𝑎)2
Média ou Esperança de uma Variável Aleatória contínua X: Variância: 𝑉(𝑋) =
12
Definição: Dada uma v.a. contínua, assumindo os valores num intervalo de
números reais, chamamos valor médio ou esperança de X ao valor: Exercícios:
1. Um ônibus chega a cada dez minutos em um ponto de parada. Assume-se
+
que o tempo de espera para um indivíduo em particular é uma variável
 x = E ( X ) =  tf (t )dt aleatória com distribuição uniforme contínua. (a) Qual a probabilidade de
−
que o indivíduo espere mais de sete minutos? (b) Qual é a probabilidade
de que a diferença entre o tempo de espera do indivíduo e a média não
Variância e desvio padrão de uma Variável Aleatória
ultrapasse 2 minutos?
contínua X:
2. Admita que uma pane pode ocorrer em qualquer ponto de uma rede elétrica
Definição: Chamamos de variância de uma v.a. contínua ao valor:
de 10 Km. O custo de reparo da rede depende da distância do centro de
+
serviço ao local da pane. Considere que o centro de serviço está na origem
𝜎𝑥 = √𝑉(𝑋) é o desvio padrão de X. da rede e que o custo é de R$ 200 para distâncias até 3 Km, de R$ 400
 x2 = V ( X ) =  (t −  x ) 2 f (t )dt
entre 3 e 8 Km e de R$ 1000 para distâncias acima de 8 Km. Qual o custo
−
médio do conserto?
Exercícios:
Modelo Exponencial
1. Em uma determinada localidade, a distribuição de renda em u.m. é
uma variável aleatória X com f.d.p.
Definição: A variável aleatória X tem distribuição Exponencial de parâmetro
 1 1
 x+ , 0 x2 𝛼 (𝛼 ≥ 0), se tiver densidade dada por:
10 10
 −3 9 𝛼𝑒 −𝛼𝑥 , 𝑥 ≥ 0;
f ( x) =  x+ , 2 x6 𝑓(𝑥) = {
40 20 0, caso contrário

0 , x  0 ou x  6
 Notação: 𝑋~𝐸𝑥𝑝(𝛼). A média e variância de X são dadas por:

(a) Qual a renda média nesta localidade? (b) Escolhida uma pessoa ao 1
Média: 𝐸(𝑋) = ;
acaso, qual a probabilidade de sua renda ser superior a 3000,00 u.m.? (c) 𝛼
Qual o valor de x tal que P(X<x)=0,5, ou seja, x é a mediana de X? 1
2. Considere o gráfico de f(x) dado abaixo: Variância: 𝑉(𝑋) =
𝛼2

Exercícios:
f(x) a) Escreva f(x) analiticamente 1. O tempo gasto no upload de um arquivo de 5mb é uma v.a.
b) Estabeleça uma expressão para exponencialmente distribuída com média de 30s num determinado tipo
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) 1 𝑥
de rede doméstica. Deste modo, 𝑓(𝑥) = 𝑒 −30 para 𝑥 > 0. Qual a
30
probabilidade do upload de um arquivo levar mais de 35s? Sabendo-se
a que o upload de um arquivo pode levar no mínimo 25s, qual a
probabilidade de ser necessário mais de 40s?
2. O tempo de duração de uma chamada telefônica em uma central de
atendimento é uma v.a. exponencialmente distribuída com duração
0 2 4 x média de 10 minutos. (a) qual a probabilidade de uma chamada durar
mais de 15 minutos? (b) qual o tempo mediano de duração de uma
3. Seja X uma v.a. com distribuição exponencial de parâmetro 𝛼 = 5, ou chamada.
seja, sua função densidade de probabilidade é dada por:
𝑓(𝑥) = 5𝑒 −5𝑥 , 𝑠𝑒 𝑥 ≥ 0 𝑒 𝑓(𝑥) = 0, 𝑠𝑒 𝑥 < 0
Determine 𝑃(2 < 𝑋 < 5). Qual o valor de 𝑥 tal que 𝑃(𝑋 > 𝑥) = 0,5?
 Material didático – Profa. Dra. Adriana Barbosa Santos

Modelo Normal

Definição: Uma variável aleatória contínua X tem distribuição Normal se sua

função densidade de probabilidade for dada por:

Notação: 𝑋~𝑁(𝜇; 𝜎 2 )
A média (ou valor esperado) e a variância de uma v.a. X com distribuição
normal de parâmetros 𝜇 𝑒 𝜎 2 , são dadas por:

𝐸(𝑋) = 𝜇
𝑉(𝑋) = 𝜎 2

Gráfico da função densidade de probabilidade:

Exercícios:
1. Suponha que Obtenha o primeiro quartil de X, ou seja, o
valor de x, tal que P(X<x)=0,25.
2. A vida média de certo tipo de pequeno motor é de dez anos, com desvio
padrão de dois anos. O fabricante substitui gratuitamente os motores que
falharem enquanto estiverem sob garantia. Se ele deseja substituir
somente 3% dos motores que falham, quanto tempo de garantia deve ser
oferecido? Assuma que a vida do motor segue uma distribuição normal.
3. Um combustível para foguetes deve conter certa porcentagem X de um
componente especial. As especificações exigem que X esteja entre 30 e
35 por cento. O fabricante obterá lucro líquido T sobre o combustível (por
galão), que é dado pela seguinte função de X:
T(X)=R$10,00 por galão se 30<X<35,
T(X)= - R$1,10 por galão, para outros valores de X.
Calcule o lucro médio, quando X tiver distribuição N(33,9).
Suponha que o fabricante deseja aumentar seu lucro médio em 50%. Ele
pretende fazê-lo aumentando seu lucro por galão nas remessas de
combustível que atendem às especificações, para 30<X<35. Quanto ele
deve esperar de lucro líquido agora? O lucro líquido varia muito?
4. Suponhamos que o vão de uma porta em construção deve ser
utilizado por um tipo de pessoas cujas alturas são normalmente
distribuídas com média 1,80 m e desvio padrão de 8 cm. Qual a
altura mínima do vão da porta para determinar que não mais de
2% das pessoas batam com a cabeça na porta? Se o vão da porta
tiver 1,90 m de altura, que porcentagem da população baterá com
a cabeça na porta caso não se abaixe? Encontre os quartis para
a altura das pessoas